回归问题实战
（1）先计算总损失值
（2）然后计算w和b的偏导，进而更新梯度值
3707-宋欣-人工智能方向-计算机视觉方向
3707-宋欣-人工智能方向-计算机视觉方向
![]()
扫二维码继续学习 二维码时效为半小时
需要四步：
（1）load data
（2）build model
（3）train
（4）test
Non-linear Factor
加入激活函数之后
pred既有线性表达能力，还有非线性的表达能力
pytorch的功能：
（1）CPU加速；
没有显卡，用不了cuda
（2）自动求导*非常重要，因为深度学习本质上就是在利用梯度下降法来求最优解；
（3）常用网络层
静态图：
define——>run
在最开始就需要定义好公式，给定输入值，得到输出值，而且在运行的过程中无法进行调整
动态图：
可以随时调整公式
linear Regression——我们要估计连续函数的值；
logistic Regression——在上述linear regression的基础上增加了一个激活函数，把y的空间压缩到0-1的范围，0-1可以表示一个概率
classification——所有的可能性概率之和为1
梯度下降法